python pandas没有从csv文件中读取第一列

Posted 2023-03-11

【中文标题】python pandas没有从csv文件中读取第一列

【英文标题】：python pandas not reading first column from csv file

【发布时间】：2014-03-21 01:23:36

【问题描述】：

我有一个简单的 2 列 csv 文件，名为 st1.csv：

GRID    St1  
1457    614  
1458    657  
1459    679  
1460    732  
1461    754  
1462    811  
1463    748  

但是，当我尝试读取 csv 文件时，第一列未加载：

a = pandas.DataFrame.from_csv('st1.csv')  
a.columns

输出：

 Index([u'ST1'], dtype=object)

为什么第一列没有被读取？

【问题讨论】：

假设第一列是索引，试试a = pandas.DataFrame.from_csv('st1.csv', index_col=False)

非常感谢，这正是我所缺少的。

当我阅读压缩的 csv（使用 python、pandas）时，我面临着完全相反的问题。任何解释为什么它不遵循行为？

【参考方案1】：

从您的数据来看，您使用的分隔符似乎是 。

尝试以下方法：

a = pandas.DataFrame.from_csv('st1.csv', sep=' ')

另一个问题是它假设您的第一列是一个索引，我们也可以禁用它：

a = pandas.DataFrame.from_csv('st1.csv', index_col=None)

---

更新：

在较新的 pandas 版本中，执行以下操作：

a = pandas.DataFrame.from_csv('st1.csv', index_col=False)

【讨论】：

有趣的是，在文档中没有提到设置 index_col=False，但这绝对是解决方案的一部分：pandas.pydata.org/pandas-docs/stable/generated/…

在 Python 3 中：index_col=False 抛出错误，我使用 index_col=None 并且它工作正常...

我同意@Grant，你必须使用 index_col=None（即使在 Python 2 中）。

@Grant & Tom - 我已经更新了我的答案以反映这一点。谢谢你通知我。

Python 3.5 和 pandas 0.21.1：index_col = False 工作正常，但 index_col = None 被忽略了。奇怪。

【参考方案2】：

根据比较read_csv 和from_csv 的文档，它表明可以放置index_col = None。我尝试了以下方法并且成功了：

DataFrame.from_csv('st1.csv', index_col=None);

这假设数据是逗号分隔的。

请查看以下链接

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.from_csv.html

【参考方案3】：

对于较新版本的 pandas，pd.DataFrame.from_csv 不再存在，index_col=None 不再适用于 pd.read_csv。 您需要将pd.read_csv 与index_col=False 一起使用：

pd.read_csv('st1.csv', index_col=False)

例子：

(so) URSA-MattM-MacBook:*** mmessersmith$ cat input.csv 
Date                        Employee        Operation        Order

2001-01-01 08:32:17         User1           Approved         #00045
2001-01-01 08:36:23         User1           Edited           #00045
2001-01-01 08:41:04         User1           Rejected         #00046
2001-01-01 08:42:56         User1           Deleted          #00046
2001-01-02 09:01:11         User1           Created          #00047
2019-10-03 17:23:45         User1           Approved         #72681

(so) URSA-MattM-MacBook:*** mmessersmith$ python
Python 3.7.4 (default, Aug 13 2019, 15:17:50) 
[Clang 4.0.1 (tags/RELEASE_401/final)] :: Anaconda, Inc. on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import pandas as pd
>>> pd.__version__
'0.25.1'              
>>> df_bad_index = pd.read_csv('input.csv', delim_whitespace=True)
>>> df_bad_index
                Date Employee Operation   Order
2001-01-01  08:32:17    User1  Approved  #00045
2001-01-01  08:36:23    User1    Edited  #00045
2001-01-01  08:41:04    User1  Rejected  #00046
2001-01-01  08:42:56    User1   Deleted  #00046
2001-01-02  09:01:11    User1   Created  #00047
2019-10-03  17:23:45    User1  Approved  #72681
>>> df_bad_index.index
Index(['2001-01-01', '2001-01-01', '2001-01-01', '2001-01-01', '2001-01-02',
       '2019-10-03'],
      dtype='object')
>>> df_still_bad_index = pd.read_csv('input.csv', delim_whitespace=True, index_col=None)
>>> df_still_bad_index
                Date Employee Operation   Order
2001-01-01  08:32:17    User1  Approved  #00045
2001-01-01  08:36:23    User1    Edited  #00045
2001-01-01  08:41:04    User1  Rejected  #00046
2001-01-01  08:42:56    User1   Deleted  #00046
2001-01-02  09:01:11    User1   Created  #00047
2019-10-03  17:23:45    User1  Approved  #72681
>>> df_still_bad_index.index
Index(['2001-01-01', '2001-01-01', '2001-01-01', '2001-01-01', '2001-01-02',
       '2019-10-03'],
      dtype='object')
>>> df_good_index = pd.read_csv('input.csv', delim_whitespace=True, index_col=False)
>>> df_good_index
         Date  Employee Operation     Order
0  2001-01-01  08:32:17     User1  Approved
1  2001-01-01  08:36:23     User1    Edited
2  2001-01-01  08:41:04     User1  Rejected
3  2001-01-01  08:42:56     User1   Deleted
4  2001-01-02  09:01:11     User1   Created
5  2019-10-03  17:23:45     User1  Approved
>>> df_good_index.index
RangeIndex(start=0, stop=6, step=1)